Opracowywanie rozwiązań przetwarzania języka naturalnego za pomocą usług platformy Azure AI
Rozwiązania przetwarzania języka naturalnego (NLP) używają modeli językowych do interpretowania semantycznego znaczenia języka pisanego lub mówionego. Usługi Language Understanding można używać do tworzenia modeli językowych dla aplikacji.
Wymagania wstępne
Przed rozpoczęciem tej ścieżki szkoleniowej należy mieć już następujące elementy:
- Znajomość platformy Azure i witryny Azure Portal.
- Doświadczenie w programowaniu w języku C# lub Python. Jeśli nie masz wcześniejszego środowiska programowania, zalecamy wykonanie pierwszych kroków za pomocą języka C# lub Najpierw wykonaj pierwsze kroki ze ścieżką szkoleniową języka Python przed rozpoczęciem tego.
Kod osiągnięć
Czy chcesz zażądać kodu osiągnięcia?
Moduły w ramach tej ścieżki szkoleniowej
Usługa językowa Azure AI umożliwia tworzenie inteligentnych aplikacji i usług wyodrębniających informacje semantyczne z tekstu.
Możliwość odpowiadania na pytania usługi językowej Azure AI ułatwia tworzenie aplikacji, w których użytkownicy zadają pytania przy użyciu języka naturalnego i otrzymują odpowiednie odpowiedzi.
Usługa azure AI Language conversational Language Understanding Service (CLU) umożliwia trenowanie modelu, którego aplikacje mogą używać do wyodrębniania znaczenia z języka naturalnego.
Usługa języka sztucznej inteligencji platformy Azure umożliwia przetwarzanie języka naturalnego do użycia we własnej aplikacji. Dowiedz się, jak utworzyć niestandardowy projekt klasyfikacji tekstu.
Tworzenie niestandardowego rozwiązania do rozpoznawania jednostek w celu wyodrębniania jednostek z dokumentów bez struktury
Usługa Translator umożliwia tworzenie inteligentnych aplikacji i usług, które mogą tłumaczyć tekst między językami.
Usługa Azure AI Speech umożliwia tworzenie aplikacji z obsługą mowy. Ten moduł koncentruje się na używaniu interfejsów API zamiany mowy na tekst i tekstu na mowę, co umożliwia tworzenie aplikacji, które są w stanie rozpoznawać mowę i syntezę mowy.
Tłumaczenie mowy opiera się na rozpoznawaniu mowy przez rozpoznawanie i transkrypcję wypowiedzianych danych wejściowych w określonym języku oraz zwracanie tłumaczeń transkrypcji w co najmniej jednym innym językach.